Pandas缺失值删除df.dropna()的使用

import pandas as pd
import numpy as np 
 
# 原数据
df = pd.DataFrame({'A':['a1','a1','a2','a2'],
                'B':['b1','b2',None,'b2'],
                'C':[1,2,3,4],
                'D':[5,6,None,8],
                'E':[5,None,7,8]
                 })
 
# 删除有缺失值的行
res1 = df.dropna()
 
# 删除有缺失值的列
res2 = df.dropna(1)

# 删除所有缺失值的行
df.dropna()
 
# 删除所有缺失值的列
df.dropna(axis = 'columns')
df.dropna(axis = 1)
 
# how参数 {‘any', ‘all'}, default ‘any'，any：删除带有nan的行；all：删除全为nan的行
# 删除所有值都缺失的行
df.dropna(how = 'all')
 
# 删除至少有两个缺失值的行
df.dropna(thresh = 2)
 
# 指定判断缺失值的列范围
df.dropna(subset = ['B','D'])
 
# 使删除的结果生效
df.dropna(inplace = True)
 
# 指定列的缺失值删除
df.col.dropna()